信度分析是問卷研究中最為基本的一種方法，其用于測(cè)量‘量表題’數(shù)據(jù)的可靠性，簡單來說就是測(cè)量樣本有沒有真實(shí)的回答問題。

特別提示，如果是使用統(tǒng)計(jì)分析方法進(jìn)行信度測(cè)量，那么一般都是針對(duì)量表題，這在SPSSAU手冊(cè)中有特別重要的提示和說明。

1 信度測(cè)量信度分析的目的就在于說明數(shù)據(jù)可信可靠，真實(shí)可信。其測(cè)量或者描述信度的方法一般有如下5種。Cronbach信度分析是最為常見，使用最為廣泛的一種測(cè)量方法，直接使用一個(gè)指標(biāo)即Cronbach信度系數(shù)值來描述信度水平情況。如果說Cronbach信度系數(shù)值大于0.6，一般就說明信度可以接受，信度系數(shù)值越大越好。除Cronbach信度，還有一種信度叫折半信度，其原理是將分析項(xiàng)‘拆分’成兩部分，然后查看折半系數(shù)值，如果折半系數(shù)值大于0.6以上則說明可以接受，越大越好。除此之外，還可以使用相關(guān)分析進(jìn)行信度測(cè)量，比如重測(cè)信度就可以通過相關(guān)分析進(jìn)行測(cè)量，先測(cè)量一次數(shù)據(jù)，隔一段時(shí)間再測(cè)量一次數(shù)據(jù)，將兩次的數(shù)據(jù)進(jìn)行相關(guān)分析，相關(guān)系數(shù)越高，說明重測(cè)信度越好。如果是實(shí)驗(yàn)研究或者評(píng)價(jià)者數(shù)據(jù)，一般在醫(yī)學(xué)研究中，還可能會(huì)使用到ICC組內(nèi)相關(guān)系數(shù)，其目的在于研究數(shù)據(jù)的相似程度，或者一致性，有時(shí)候重復(fù)測(cè)量數(shù)據(jù)，或者評(píng)價(jià)打分?jǐn)?shù)據(jù)等也會(huì)使用ICC組內(nèi)相關(guān)系數(shù)用于信度的測(cè)量，如果說ICC值大于0.6，一般說明數(shù)據(jù)一致性程度可接受，ICC值越大越好。如果說數(shù)據(jù)并不適合進(jìn)行統(tǒng)計(jì)分析，即使用分析方法，使用某個(gè)指標(biāo)來測(cè)量信度水平。那么用文字進(jìn)行描述，證明數(shù)據(jù)可靠可信也可以。比如說數(shù)據(jù)進(jìn)行過異常值處理，針對(duì)數(shù)據(jù)進(jìn)行過無效樣本設(shè)置處理等，余下的數(shù)據(jù)可靠真實(shí)。除此之外，詳細(xì)描述數(shù)據(jù)的收集和處理過程，也是證明數(shù)據(jù)可靠真實(shí)可信的辦法?？偠灾?，只要能證明數(shù)據(jù)可靠真實(shí)的手段（包括分析方法，文字描述等），均可用于論證數(shù)據(jù)的信度水平。

2SPSSAU信度操作關(guān)于信度的操作上，以SPSSAU軟件為例，操作分別如下，如果是使用Cronbach信度或者折半信度，其操作如下：如果是使用相關(guān)分析研究信度水平情況，SPSSAU里面的操作如下：SPSSAU組內(nèi)相關(guān)系數(shù)測(cè)量數(shù)據(jù)一致性或可重復(fù)性（信度），操作如下：如果說需要描述數(shù)據(jù)處理的過程，比如使用了數(shù)據(jù)處理里面的異常值功能，或者無效樣本功能，目的在于使用文字描述數(shù)據(jù)真實(shí)可靠。SPSSAU里面的操作地方為：數(shù)據(jù)處理-〉無效樣本或者異常值。

3信度不達(dá)標(biāo)如何辦？其實(shí)信度的測(cè)量和SPSSAU軟件操作都是非常簡單的，SPSSAU上‘拖拽點(diǎn)一下’就得到智能分析結(jié)果，指標(biāo)值如何，是否達(dá)標(biāo)等都直接分析出來了。但當(dāng)出問題時(shí)，SPSSAU也只是告訴結(jié)果不達(dá)標(biāo)，關(guān)鍵在于如何讓信度達(dá)標(biāo)，因?yàn)槿绻f數(shù)據(jù)不達(dá)標(biāo)，意味著數(shù)據(jù)不可靠不真實(shí)，那后續(xù)根本無法繼續(xù)分析下去。接下來從8個(gè)角度去剖析數(shù)據(jù)不達(dá)標(biāo)的處理，前4點(diǎn)是尋找原理，后4點(diǎn)是不達(dá)標(biāo)的處理。第1點(diǎn)：是否量表數(shù)據(jù)？如果做信度分析（一般是Cronbach信度分析），那么首先需要滿足其前提條件。一般是量表數(shù)據(jù)才能做Cronbach信度分析，如果不是量表題，那么正常情況下都不會(huì)達(dá)標(biāo)的，而且最關(guān)鍵的是非量表數(shù)據(jù)不能進(jìn)行Cronbach信度分析。那不是量表題如何辦呢？可以使用文字描述，詳細(xì)描述數(shù)據(jù)收集的過程，比如如何發(fā)放和收集數(shù)據(jù)等。同時(shí)詳細(xì)描述數(shù)據(jù)處理的過程，比如使用SPSSAU的無效樣本處理功能，刪除掉無效樣本數(shù)據(jù)等。如果做過數(shù)據(jù)預(yù)測(cè)試，可以講述預(yù)測(cè)數(shù)據(jù)的過程等。只要可以證明數(shù)據(jù)真實(shí)可靠可信的描述都可以。一般情況下希望是希望分析指標(biāo)進(jìn)行信度測(cè)量，所以需要提前知曉此點(diǎn)。第2點(diǎn)：樣本量是否足夠？從Cronbach信度分析的公式上可知，信度分析指標(biāo)Cronbach值與樣本量有著密切的關(guān)系。同時(shí)其還與分析項(xiàng)的個(gè)數(shù)有著密切的關(guān)系。一般情況下，樣本量希望是量表題的5倍，嚴(yán)格最好是10倍以上。比如有20個(gè)量表題，那么至少需要100個(gè)樣本以上。否則很難得到較好的信度結(jié)果。如果是樣本量不足，除了加大樣本量收集，其實(shí)反過來思維，也可以考慮減少量表題分析數(shù)量。但實(shí)際研究中通常量表是固定的，因此加大樣本量是首要之選。同時(shí)提前做好心理準(zhǔn)備，并不是題越多越好，題越多時(shí)樣本量要求也會(huì)越高，做到適合最重要。第3點(diǎn)：無效樣本處理很多時(shí)候我們都容易忽略掉無效樣本這一處理過程，每次收集的數(shù)據(jù)都很難滿足樣本真實(shí)認(rèn)真的回因此無效樣本處理是重要的一個(gè)步驟，把無效樣本處理掉后，通常會(huì)讓信度指標(biāo)提升。SPSSAU進(jìn)行無效樣本操作如下：一般來說，如果相同數(shù)字過多，默認(rèn)是70%以上，那么肯定說明某個(gè)樣本是亂填寫，因?yàn)?0%以上的答案都完全一致。以及如果是缺失比例過高，比如有超過70%以上都是空著的，那這種也屬于無效樣本。無效樣本的設(shè)置標(biāo)準(zhǔn)并不統(tǒng)一，也沒有固定的要求，SPSSAU默認(rèn)以70%作為常見標(biāo)準(zhǔn)。現(xiàn)實(shí)研究中，可能需要對(duì)比多次嘗試，如果樣本很多，那可以設(shè)置更高的要求（即更低的百分比），反之如果樣本較少，那么就設(shè)置更低的要求（即更低的百分比）。無論如何，針對(duì)數(shù)據(jù)的一些基本處理，無效樣本，也或者異常值，這種處理過程本身就為了保障數(shù)據(jù)的真實(shí)可靠，因此使用文字描述清楚數(shù)據(jù)的處理過程也是一種論證信度的有效方式。第4點(diǎn)：反向題如果出現(xiàn)信度不達(dá)標(biāo)，尤其是當(dāng)信度系數(shù)值小于0時(shí)，很可能是由于反向題導(dǎo)致。此時(shí)只需要使用SPSSAU數(shù)據(jù)處理>數(shù)據(jù)編碼功能反向處理即可。第5點(diǎn)：指標(biāo)為單位進(jìn)行在第2點(diǎn)中有提及樣本量會(huì)影響信度。其實(shí)分析項(xiàng)的個(gè)數(shù)也會(huì)影響到信度。樣本量越少，那么Cronbach信度分析通常會(huì)越低。同時(shí)，如果分析項(xiàng)個(gè)數(shù)越多，此時(shí)Cronbach信度分析也會(huì)越高。比如2個(gè)分析項(xiàng)放入分析時(shí)，很容易出現(xiàn)信度系數(shù)值小于0.6，一般放入分析框內(nèi)的分析項(xiàng)個(gè)數(shù)在4~7個(gè)之間較好。因此，如果出現(xiàn)信度不達(dá)標(biāo)即Cronbach信度分析系數(shù)小于0.6時(shí)，可考慮將指標(biāo)進(jìn)行‘合并’，即將同屬一個(gè)更高指標(biāo)的所有項(xiàng)放入分析框進(jìn)行信度分析。當(dāng)然此種操作會(huì)涉及到專業(yè)知識(shí)上的考慮，如果專業(yè)知識(shí)上允許這樣操作那就可以。第6點(diǎn)：刪除不合理項(xiàng)在進(jìn)行Cronbach信度分析時(shí)，有時(shí)候SPSSAU智能分析會(huì)提示建議刪除某分析項(xiàng)。有可能某個(gè)分析項(xiàng)對(duì)信度是負(fù)作用，那么可考慮將該指標(biāo)移除出去，相當(dāng)于直接刪除掉某個(gè)分析項(xiàng)。這也是常用的信度處理方式。第7點(diǎn)：提前預(yù)測(cè)試其實(shí)當(dāng)信度出現(xiàn)問題時(shí)，首先需要找到原因，比如非量表題不能做信度而應(yīng)該用文字描述說明，比如針對(duì)反向題需要提前處理，也或者數(shù)據(jù)質(zhì)量差一般需要提前做無效樣本處理。真正可使用的其它技巧性解決辦法只包括以更高的指標(biāo)為單位進(jìn)行，刪除不合理項(xiàng)等幾種。如果還是不達(dá)標(biāo)，那么說明數(shù)據(jù)確實(shí)不可靠。這種情況是比較糟糕的，因?yàn)閿?shù)據(jù)收集回來不可靠意味著完全沒用。因此提前做好預(yù)防是一種更科學(xué)的做法，提前收集小量數(shù)據(jù)，比如50個(gè)數(shù)據(jù)做下預(yù)測(cè)試，提前發(fā)現(xiàn)問題然后進(jìn)行處理，這樣才能保證正式數(shù)據(jù)不會(huì)出現(xiàn)任何問題。除此之外，還有一些需要注意的點(diǎn)，比如樣本量需要是量表題的5倍以上，同時(shí)分析信度時(shí)的分析項(xiàng)個(gè)數(shù)最好在4~7個(gè)等。第8點(diǎn)：文字描述從上述描述可知，文字描述是一種萬能的信度分析手段，包括說明數(shù)據(jù)預(yù)測(cè)試的過程，數(shù)據(jù)收集過程，正式數(shù)據(jù)回收后的數(shù)據(jù)處理，包括無效樣本處理或者異常數(shù)據(jù)處理等。尤其是針對(duì)非量表數(shù)據(jù)，但又需要進(jìn)行信度說明時(shí)，文字描述這種分析手段更為重要，建議從3個(gè)角度進(jìn)行說明，分別是預(yù)測(cè)試情況，數(shù)據(jù)如何收集，回收正式數(shù)據(jù)后的數(shù)據(jù)處理方式。充分證明數(shù)據(jù)真實(shí)可靠。